Tag: r

将每日数据汇总到月/年间隔

我经常不需要在R中使用date，但我想这很容易。 我有一个表示数据框中的date的列。 我只是想创build一个新的数据框，使用date按月/年来总结第二列。 什么是最好的方法？ 我想要第二个dataframe，所以我可以喂它到一个情节。 任何帮助，您可以提供将不胜感激！ 编辑：供参考： > str(temp) 'data.frame': 215746 obs. of 2 variables: $ date : POSIXct, format: "2011-02-01" "2011-02-01" "2011-02-01" … $ amount: num 1.67 83.55 24.4 21.99 98.88 … > head(temp) date amount 1 2011-02-01 1.670 2 2011-02-01 83.550 3 2011-02-01 24.400 4 2011-02-01 21.990 5 2011-02-03 98.882 6 2011-02-03 24.900

我应该学习Fortran还是C ++来扩展R？

我使用相当大的数据集进行机器学习（他们仍然适合内存），我写了一些R中的计算，我发现它们太慢了。 因此，我想用我将从R调用的编译代码replace程序的“关键部分”。我手中的一个示例问题是实现前向后向algorithm 。 我的问题是，我应该学习Fortran还是C ++来做到这一点？ 我只需要使用数字向量或matrix。 我主要感兴趣的是哪种语言更容易学习和从R的界面，我并不在乎我的简历上看起来更好。 我已经阅读了R扩展手册，并通过一些简单的Fortran和C ++代码使用了内联包。 我目前的印象是Fortran95的学习会比较简单，虽然Rcpp包也很有趣。 我目前知道R，Python和Matlab。

将string切换成固定宽度字符元素的向量

我有一个包含文本string的对象： x <- "xxyyxyxy" 我想把它变成一个vector，每个元素包含两个字母： [1] "xx" "yy" "xy" "xy" 它似乎像strsplit（）应该是我的票，但由于我没有正则expression式富，我不知道如何使这个function砍我的string的方式，我想它。 我应该怎么做？

plot.new（）中的错误：图边距太大，散点图

我已经看了不同的问题的解决scheme，我已经尝试了什么build议，但我还没有find一个解决scheme，使其工作。 每次我想运行这个代码，它总是说： plot.new（）中的错误：图边距过大 我不知道如何解决这个问题。 这是我的代码： par(mfcol=c(5,3)) hist(RtBio, main="Histograma de Bio Pappel") boxplot(RtBio, main="Diagrama de Caja de Bio Pappel") stem(RtBio) plot(RtBio, main="Gráfica de Dispersión") hist(RtAlsea, main="Histograma de Alsea") boxplot(Alsea, main="Diagrama de caja de Alsea") stem(RtAlsea) plot(RtTelev, main="Gráfica de distribución de Alsea") hist(RtTelev, main="Histograma de Televisa") boxplot(telev, main="Diagrama de Caja de Televisa") stem(Telev) plot(Telev, main="Gráfica de dispersión […]

R在setMethod（或setGeneric）中有太多参数时挂起，

基本上，当setMethod或（ setGeneric ）中有很多参数时，它的工作速度非常慢。 这里是一个基本的例子： setClassUnion(name = "mNumeric", members = c("missing", "numeric")) setClass(Class = "classA", representation = representation(ID = "character")) setGeneric("foo", function(r, i, …, m = 1, D = 1, U = 999, K = 0.005, E1 = -5, E2 = 5, E3 = 1, E4 = 1, E5 = 1, E6 = 1, A1 = […]

为什么对于一个整数向量x，as（x，“numeric”）会触发加载一个额外的S4强制方法？

虽然我的问题与最近的问题有关，但我怀疑它的答案将与R的S4对象系统的详细工作有关。 我期望的是： （ TLDR; – 所有的迹象表明， as(4L, "numeric")应该派遣到一个函数的身体使用as.numeric(4L)将其转换为"numeric"向量。 每当使用as(object, Class)将对象转换为所需的Class ，实际上是触发了一个coerce()的幕后调用。 coerce()又有一堆方法，它们是根据函数调用的签名来调度的 – 这里是第一个和第二个参数的类。 要查看所有可用的S4 coerce()方法的列表，可以运行showMethods("coerce") 。 这样做表明只有一种转换为"numeric"类的方法。 这是签名from="ANY", to="numeric" ： showMethods("coerce") # Function: coerce (package methods) # from="ANY", to="array" # … snip … # from="ANY", to="numeric" # … snip … 该方法使用as.numeric()来执行转换： getMethod("coerce", c("ANY", "numeric")) # Method Definition: # # function (from, to, strict = […]

如何开始使用大数据分析

我一直是R的很长一段时间的用户，并且最近开始使用Python。 使用传统的RDBMS系统进行数据仓库，使用R / Python进行数据处理，我觉得现在需要用大数据分析来解决问题。 我想知道如何开始处理大数据。 – 如何从Map / Reduce和Hadoop的使用开始 如何利用我在R和Python方面的技能来开始大数据分析。 例如使用Python Disco项目。 使用RHIPE软件包并查找玩具数据集和问题区域。 find正确的信息，让我决定是否需要从RDBMStypes数据库转移到NoSQL 总而言之，我想知道如何从小数据开始，逐步build立我在大数据分析方面的技能和诀窍。 感谢您的build议和意见。 我对这个查询的一般性质表示歉意，但是我希望获得关于这个主题的更多的观点。 苛刻

根据列中的公共值将大数据框分割成数据框列表

我有一个数据框10列，收集“用户”的行动，其中一列包含一个ID（不唯一，识别用户）（第10列）。 dataframe的长度约为750000行。 我试图提取单个dataframe（所以得到一个数据框的列表或向量）由包含“用户”标识符的列拆分，以隔离单个参与者的行为。 ID | Data1 | Data2 | … | UserID 1 | aaa | bbb | … | u_001 2 | aab | bb2 | … | u_001 3 | aac | bb3 | … | u_001 4 | aad | bb4 | … | u_002 导致进入 list( ID | Data1 | Data2 […]

如何在Rmarkdown中添加目录？

我正在使用RStudio编写markdown文档，并希望在文档顶部添加目录（TOC），以便用户可以单击相关章节进行阅读。 在rpubs上有一些相关的例子，但现在我似乎无法find它们。 请注意，我不使用pandoc而且对于Rmd ＆ knitr是相当新的。 有没有办法添加TOC而不使用pandoc ？ 如果使用pandoc必须那么哪些function是相关的？ 编辑 这里是一个小样本页面： — title: "Sample Document" output: html_document: toc: true theme: united — Header 1 ————— This is an R Markdown document. Markdown is a simple formatting syntax for authoring HTML, PDF, and MS Word documents. For more details on using R Markdown see <http://rmarkdown.rstudio.com>. ## Header […]

错误：C堆栈使用情况太接近限制

我试图在R中运行一些相当深的recursion代码，它不断给我这个错误： 错误：C堆栈使用情况太接近限制 我从CStack_info()输出是： Cstack_info() size current direction eval_depth 67108864 8120 1 2 我的机器上有很多内存，我只是想弄清楚如何增加R的CStack。 编辑：有人问一个可重复的例子。 以下是导致问题的一些基本示例代码。 运行f（1,1）几次，你会得到错误。 请注意，我已经设置了–max-ppsize = 500000和选项（expression式= 500000），所以如果你不设置这些，你可能会得到这两个事情之一的错误。 正如你所看到的那样，recursion在这里可能会非常深入，我不知道如何使它一致地工作。 谢谢。 f <- function(root=1,lambda=1) { x <- c(0,1); prob <- c(1/(lambda+1),lambda/(lambda+1)); repeat { if(root == 0) { break; } else { child <- sample(x,2,replace=TRUE,prob); if(child[1] == 0 && child[2] == 0) { break; } […]